随笔分类 -  CV

计算机视觉，openCV
ImageEnhance
摘要：关于 ImageEnhance PIL 中的 ImageEnhance 模块用于图片增强效果， 一般先构建一个增强器，然后调用增强器的 enhance 方法； 增强器包括：色彩平衡，亮度平衡，对比度，锐化度等 准备 from PIL import Image, ImageEnhance import 阅读全文
posted @ 2021-02-04 12:14 芥末味汤圆 阅读(577) 评论(0) 推荐(0)
图像傅里叶变换
摘要：概念 傅里叶变换 生活中很多事都和时间挂钩；以时间为参照就是 时域分析； 在频域中，一切都是静止的； https://zhuanlan.zhihu.com/p/19763358 傅里叶变换的作用 高频:变化剧烈的灰度分量，例如边界 低频:变化缓慢的灰度分量,例如一片大海 滤波 低通滤波器:只保留低频 阅读全文
posted @ 2021-02-04 12:12 芥末味汤圆 阅读(173) 评论(0) 推荐(0)
图像模板匹配
摘要：一、概念 局部图片 在 完整图片的哪个位置（最像） OpenCV 会从左到右，从上到下，一点点匹配，查看差异值； 模板匹配和卷积原理很像，模板在原图像上从原点开始滑动，计算模板与(图像被模板覆盖的地方)的差别程度，这个差别程度的计算方法在opencv里有6种。 将每次计算的结果放入一个矩阵里，作为结 阅读全文
posted @ 2021-02-04 12:00 芥末味汤圆 阅读(395) 评论(0) 推荐(0)
图像梯度计算
摘要：零、梯度理论 可以把图像看成二维离散函数，图像梯度就是这个二维离散函数的求导： 梯度一般产生在边缘位置； OpenCV 提供了三种不同的梯度滤波器，或者说高通滤波器：Sobel，Scharr和Lapacian。 Sobel，Scharr其实就是求一阶或二阶导。 Scharr是对Sobel的部分优化。 阅读全文
posted @ 2021-02-04 11:55 芥末味汤圆 阅读(1650) 评论(0) 推荐(0)
图像轮廓检测
摘要：一、轮廓概念 轮廓和边缘的区别： 边缘主要是反映梯度的变化，可以是零零散散的线条； 轮廓是一个整体； findContours 方法说明 findContours(image, mode, method[, contours[, hierarchy[, offset]]]) → contours, 阅读全文
posted @ 2021-02-04 11:53 芥末味汤圆 阅读(332) 评论(0) 推荐(0)
图像平滑(滤波)
摘要：滤波理论 图像滤波，即在尽量保留图像细节特征的条件下 对目标图像的噪声 进行抑制。 是图像预处理中不可缺少的操作，其处理效果的好坏将直接影响到 后续图像处理 和 分析的有效性和可靠性。 消除图像中的噪声成分叫作图像的平滑化或滤波操作。信号或图像的能量大部分集中在幅度谱的低频和中频段是很常见的，而在较 阅读全文
posted @ 2021-02-04 10:56 芥末味汤圆 阅读(474) 评论(0) 推荐(0)
图像分类
摘要：思路：使用 图像距离计算，然后 使用K近邻来分类。 使用像素点对应相减的方法（保留绝对值） 这样计算部分准确，部分错误。原因：不知道图像的主体 和 背景。 所以K近邻不适合做图像分类任务。 但神经网络能识别出来。 阅读全文
posted @ 2021-02-04 10:51 芥末味汤圆 阅读(330) 评论(0) 推荐(0)
图像金字塔
摘要：概念 将图像组合成金字塔的形状（底下大，上面小） 使用场景：特征提取 方法分为 高斯金字塔 拉普拉斯金字塔 一、高斯金字塔 1、向下采样法（缩小） 越采样越少，down sample，|是一个缩小操作； 将 \(G_i\) 与高斯内核卷积 将所有偶数行和列去除 \(\frac{1}{16} * \l 阅读全文
posted @ 2021-02-04 10:48 芥末味汤圆 阅读(150) 评论(0) 推荐(0)
图像阈值
摘要：理论 图像阈值分割 利用图像中 要提取的目标区域 与 其背景 在 灰度特性 上的差异，把图像看作 具有不同灰度级的两类区域 (目标区域和背景区域)的组合。 选取一个比较合理的阈值，以确定图像中每个像素点 应该属于目标区域 还是背景区域，从而产生相应的二值图像。 阈值分割法的特点是：适用于 目标与背景 阅读全文
posted @ 2021-02-04 10:43 芥末味汤圆 阅读(341) 评论(0) 推荐(0)
图像形态学
摘要：理论 数学形态学（Mathematical morphology） 是一门建立在 格论 和 拓扑学 基础之上的图像分析学科，是 数学形态学图像处理 的基本理论。 其基本的运算包括：腐蚀和膨胀、开运算和闭运算、骨架抽取、极限腐蚀、击中击不中变换、形态学梯度、Top-hat变换、颗粒分析、流域变换等。 阅读全文
posted @ 2021-02-04 10:41 芥末味汤圆 阅读(246) 评论(0) 推荐(0)
图像伪彩色
摘要：理论 伪彩色图像，目前主要用于 高度、压力、密度、湿度等，做彩色数据可视化。 HSV 色度、饱和度、亮度 示例 import cv2 import matplotlib.pyplot as plt img = cv2.imread('lena.jpg') img1 = cv2.applyColorM 阅读全文
posted @ 2021-02-04 10:39 芥末味汤圆 阅读(366) 评论(0) 推荐(0)
图像的几何变化
摘要：一、基本概念 在不改变图像的内容的前提下， 对图像的像素进行空间几何变化； 包括 图像的平移、镜像变换、缩放和旋转等； 假设原始图像的 f(x0, y0),经过几何变化产生的目标图像为 g(x1, y1), 则空间变换(映射)关系为： x1 = s(x0, y0) y1 = t(x0, y0) 那么 阅读全文
posted @ 2021-02-04 10:38 芥末味汤圆 阅读(501) 评论(0) 推荐(0)
CV - 色彩空间 转换/分离/合并
摘要：一、颜色空间转换 cvtColor(src, code[, dst[, dstCn]]) → dst src：原始图像 code：转换的代码或者标识 返回值：已完成转换的图像 lena = cv2.imread('lena.jpg') lena_gray = cv2.cvtColor('lena.j 阅读全文
posted @ 2021-02-04 10:35 芥末味汤圆 阅读(225) 评论(0) 推荐(0)
图像色彩空间理论
摘要：色调 色彩外观的基本倾向，面熟了图像色彩模式下 原色的明暗程度； 范围 0-255，共 256 级色调； 对于灰度图，级别为255的时候，是白色； 级别为0 的时候，是黑色；中间是程度不同的灰色； 在 RGB 色彩空间中，色调代表的是红绿蓝三种原色的明暗程度； 以红色为例：有淡红、粉红、玫红、暗红等 阅读全文
posted @ 2021-02-04 10:33 芥末味汤圆 阅读(531) 评论(0) 推荐(0)
CV - 截取/修改尺寸/叠加/边界填充
摘要：一、截取 ROI ROI : region of interest import cv2 img=cv2.imread('dj.jpg') # 封装方法来显示图片 def cv_show(img): cv2.imshow('w title',img) waitret = cv2.waitKey(20 阅读全文
posted @ 2021-02-04 10:31 芥末味汤圆 阅读(503) 评论(0) 推荐(0)
图像读写、属性
摘要：一、图像读写 1、读取 imread imread(filename[, flags]) → retval flags 相关参数 cv2.IMREAD_COLOR：彩色图像 cv2.IMREAD_GRAYSCALE：灰度图像 0，8位深度，1通道； 1，8位深度，3通道； 2，原深度，1通道 3，原 阅读全文
posted @ 2021-02-04 10:03 芥末味汤圆 阅读(157) 评论(0) 推荐(0)
图像原理
摘要：像素 图片由一个个小格组成，这个小格叫做像素点； 一个像素，是一个很小的图像单元； 单元包含很多信息，其中最重要的就是颜色信息； 图像的颜色范围：0--255； 数值的变化代表颜色深浅的变化 一个像素点由三个值R、G、B组成，每个值的范围为 0--255，表示亮度； 颜色通道 单通道，如 灰度图，值 阅读全文
posted @ 2021-02-04 10:00 芥末味汤圆 阅读(1156) 评论(0) 推荐(0)